Original en inglés: https://argusic.com/subject/artemis
artemis
ARTEMIS convierte instrucciones en lenguaje natural en automatización fiable de Android. Automatiza flujos de trabajo de extremo a extremo, captura logs y se integra sin problemas con asistentes de codificación con IA como Antigravity, Codex y Claude Code. También logra una tasa de éxito del 99%+ en AndroidWorld Benchmark.
Funciona con mocksfuente: GitHubPythonApache-2.0commit 371aa6df5688
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai agents, android, google, test automation y testing.
artemis funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 67 minutos y encontró 8 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
uv sync --dev succeeded; pytest exits 0 with 2185 passed, 10 skipped, 8 deselected; 'artemis ui' served the web console with HTTP 200 on /, /admin, /docs, and /health; --version answered v1.0; doctor and status CLI commands run, and the ADB daemon started from the bundled binary.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 92 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- VisualStepSummarizer.__init__ crashed without an API key: except-branch re-called get_google_llm() after the first call failed, and logger calls used printf-style args unsupported by ArtemisLogger15 minutos
- No real Google API key, Android device, or scrcpy in the container; adb daemon comes from the bundled adbutils binary15 minutos
- Generated FastMCP tool schemas for ADB server drifted from the pinned fixture: 6 docstrings were indented/missing blank lines and contained a literal backslash-n10 minutos
- test_unified_controller_video.py relied on hardcoded decoded frame counts/indices that vary by codec/OpenCV build (77 frames decoded for a clip ffmpeg reports as 34-45)8 minutos
- Unit tests using MagicMock providers hit 'Unknown LLM provider' exception6 minutos
- subprocess.CREATE_NEW_PROCESS_GROUP/DETACHED_PROCESS are absent on Linux, breaking device utils import and one unit test5 minutos
- Tiempo de instalación
- 67 minutos
- De máquina en frío a terminar
- 61 minutos
- Errores encontrados y corregidos
- 8 encontrados, 8 corregidos sin ayuda humana
- Cómo se demostró el resultado
- uv sync --dev exited 0; timeout 3000 uv run pytest -q exited 0 with '2185 passed, 10 skipped, 8 deselected, 88 warnings in 64.67s'; uv run artemis ui --no-open --port 8123 stayed up and curl returned HTTP 200 on /, /admin, /docs, /health with a compiled Angular index.html on /; uv run artemis --version printed 'Artemis Agent Platform v1.0'; uv run artemis status exited 0 printing OFFLINE/STOPPED board
- Tokens de modelo usados
- 7.765.466
- Commit exacto probado
- 371aa6df5688
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 2, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
All verification is complete. Final state confirmed: - `uv sync --dev` succeeded; `uv run pytest -q` exits 0 with `2185 passed, 10 skipped, 8 deselected… - `uv run artemis ui --no-open --port 8123` stayed up ~90s, serving HTTP 200 on `/`, `/admin`, `/do… - `uv run artemis --version` and `artemis doctor`/`artemis status` all run cleanly. The one unfixable gap is the Showcase UI auto-rebuild (`ng build` requires Node ≥22.22.3; container… tokens used 7,765,466 All verification is complete. Final state confirmed: - `uv sync --dev` succeeded; `uv run pytest -q` exits 0 with `2185 passed, 10 skipped, 8 deselected… - `uv run artemis ui --no-open --port 8123` stayed up ~90s, serving HTTP 200 on `/`, `/admin`, `/do… - `uv run artemis --version` and `artemis doctor`/`artemis status` all run cleanly. The one unfixable gap is the Showcase UI auto-rebuild (`ng build` requires Node ≥22.22.3; container…
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se recuperó de los 8 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia Apache-2.0, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Tardó 67 minutos en instalarse, más lento que la mediana de los 110 proyectos comparables que ha medido Argusic.
De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, artemis fue el 108.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Funciona con mocks | 92,00 | 1,64 | |
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,10 |
Temas (de GitHub)
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/artemis)Preguntas
- ¿Funciona artemis?
- artemis funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 67 minutos, con 8 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic artemis?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 371aa6df5688. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar artemis?
- La ejecución que produjo este veredicto costó 1,64 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda artemis en instalarse?
- 67 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita artemis una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar artemis?
- En la ejecución registrada fallaron 8 cosas, y 8 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara artemis con las alternativas?
- De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, artemis fue el 108.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.
- ¿Dónde está la evidencia de artemis?
- Las 2 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.